View a markdown version of this page

ElastiCache 스킬 작동 방식 - Amazon ElastiCache

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

ElastiCache 스킬 작동 방식

ElastiCache 스킬은 의도에 따라 요청을 적절한 워크플로 영역으로 라우팅합니다. 현재 작업에 필요한 참조 자료만 로드합니다. 다음 표에서는 스킬에 포함된 워크플로 영역을 설명합니다.

워크플로 영역 용도
솔루션 적합성 워크로드 요구 사항을 수집하고 ElastiCache가 애플리케이션에 적합한지 여부를 권장합니다.
생성 및 연결 캐시를 생성하고, 엔진을 선택하고, 네트워킹을 구성하고, 인증을 설정하고, 애플리케이션을 연결하는 데 도움이 됩니다.
애플리케이션 패턴 키 스키마, TTLs, 무효화 전략, Redis 또는 Valkey 데이터 구조를 선택하는 데 도움이 됩니다.
AI 및 벡터 워크로드 의미 체계 캐싱, 에이전트 메모리, RAG, 권장 사항, 개인화 및 벡터 검색 패턴을 구현하는 데 도움이 됩니다.
운영 및 관찰 대시보드, 경보, 로그, 문제 해결, 비용 보고 및 보안 감사를 구성하는 데 도움이 됩니다.
마이그레이션 자체 관리형 Redis, Redis OSS 또는 다른 ElastiCache 배포 모델에서 마이그레이션을 계획하고 실행하는 데 도움이 됩니다.

설정 및 네트워킹

스킬은 에이전트가 설정 지침 또는 명령을 생성하기 전에 워크로드에 대한 적절한 배포 구성을 식별하는 데 도움이 됩니다. 에이전트가 엔진 선택, 서버리스 또는 노드 기반 배포, 기능 호환성 및 기타 요구 사항을 고려하도록 안내합니다. 그런 다음 스킬은 에이전트에게 VPC 배치, 서브넷 및 보안 그룹 구성, 애플리케이션 연결을 포함한 네트워킹 설정을 안내합니다.

로컬 개발을 위해 스킬은 에이전트가 로컬 시스템에서 ElastiCache 엔드포인트에 직접 액세스하는 대신 점프 호스트 또는 AWS Systems Manager Session Manager 터널과 같은 지원되는 액세스 패턴을 사용하도록 안내합니다.

스킬은 ElastiCache별 프로젝트 컨텍스트를의 상태 파일에 저장합니다.elasticache/requirements.json. 이 파일은 에이전트가 동일한 정보를 반복적으로 요청하지 않도록 도와줍니다. 여기에는 엔진, AWS 리전 및 캐시 엔드포인트와 같은 값이 포함될 수 있습니다. 이 파일이 있는 경우 스킬은 새 질문을 하기 전에 파일을 읽습니다.

비용 추정

이 기술은 에이전트가 ElastiCache 워크로드에 대한 예비 요금 지침을 제공하는 데 도움이 될 수 있습니다. 스킬에는 데이터 크기, 요청 볼륨, 명령 유형 및 페이로드 크기와 같은 워크로드 입력에서 월별 비용을 추정하는 요금 계산기가 포함되어 있습니다.

AWS 요금 견적을 생성하는 데 자격 증명이 필요하지 않습니다. 요금 계산기는 공개적으로 사용 가능한 AWS 요금 데이터를 사용하므로 리소스를 프로비저닝하거나 AWS 계정을 연결하기 전에 서버리스 및 노드 기반 비용을 추정할 수 있습니다. 요금 견적은 계획 목적으로만 사용되며 실제 비용과 다를 수 있습니다. 배포하기 전에 ElastiCache 요금 페이지에서 현재 요금을 확인합니다.

모니터링 및 문제 해결

모니터링 워크플로는 관련 지표로 시작한 다음 가장 작은 유효 변경 사항을 권장하여 운영 문제를 진단하는 데 도움이 됩니다. 스킬은 번들 스크립트를 사용하여 지표를 수집하고, 대시보드를 생성하고, 보안 감사를 실행하고, 비용 분석을 지원할 수 있습니다.

ElastiCache 스킬을 사용하여 다음과 같은 성능, 가용성 및 비용 문제를 조사합니다.

  • 높은 지연 시간

  • 낮은 캐시 적중률

  • CPU 또는 메모리 압력

  • 복제 지연

  • 연결 스파이크

  • 핫 키 및 빅 키

  • 샤드 불균형

  • 느린 명령

  • 예상치 못한 비용 증가

  • CloudWatch 경보 구성

  • 로그 전달

GenAI 및 벡터 워크로드 지침

이 기술은 에이전트가 의미 체계 캐싱, AI 에이전트 메모리, 검색 증강 생성(RAG), 추천 시스템 및 벡터 검색과 같은 AI 애플리케이션 패턴에 대한 지침을 제공하는 데 도움이 됩니다. 스킬은 에이전트가 사용자의 의도를 식별하고, 적절한 워크플로를 선택하고, ElastiCache 기능에 맞는 구현을 생성하는 데 도움이 됩니다.

이러한 워크로드의 경우 스킬은 임베딩 스토리지, 키 설계, TTL 전략, 유사성 임계값 튜닝, 프레임워크 통합 및 운영 고려 사항에 대한 자세한 지침을 제공합니다.